随着科学技术的快速发展,基于嵌入式系统的关键词组识别技术备受人们的关注。该技术在智能家居、语音导航等领域具有广阔的应用发展前景。由于嵌入式系统的存储资源和运算处理能力有限,因此对关键词组识别技术就提出了更高的要求。本文针对如何在嵌入式系统有限的资源条件下提高关键词组识别系统的识别率做了深入的研究,主要做了以下几个方面的工作：(1)在噪声去除方面,首先介绍了一些常见去噪方法的优缺点,并通过实验比较了以上方法对信噪比的改善情况。然后针对嵌入式系统特定的环境,以运算量较小的谱减去噪为基础,对其增益函数进行改进。最后通过实验表明,改进的谱减去噪法可以明显改善信噪比,符合实际要求。(2)在端点检测方面,针对传统的双门限检测技术在低信噪比情况下检测效果不明显,采用短时能量过零率差分的方法进行端点检测。然后通过实验表明,改进后的端点检测技术提高了系统在低信噪比环境下的检测率和对环境噪声的自适应性。(3)在特征参数提取方面,研究了LPCC、MFCC及其一阶差分参数的特征。然后结合了LPCC与MFCC特征的优点,将特征参数进行组合,通过实验说明了线性梅尔倒谱(LPC_MFCC)差分特征参数能够提高系统的识别率。(4)在识别模型选择方面,首先通过实验比较了DTW模型和HMM模型对识别性能的影响,确定本文的识别模型为HMM模型。针对数据下溢的问题,对HMM模型中的算法进行了修正,通过实验说明了算法修正后系统识别率提高了。(5)在嵌入式关键词识别系统的实现方面,对系统进行了软件、硬件分工,在PC机上完成语音模板库的生成,在凌阳开发板上完成语音识别功能,通过实验说明了本系统的可行性和准确性。